非局部均值滤波
【国家自然科学基金】_非局部信息_基金支持热词逐年推荐_【万方软件创新助手】_20140801
53 54 55 56 57 58 59 60 61 62 63 64 65
图像恢复 图像复原 各项异性扩散 医学图像去噪 凸集投影算法 共振 光学相干层析成像 低剂量ct 人脸表情识别 二维主成分分析 sobel算子 fredholm算子 bayesian-map
1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 推荐指数 非局部均值 5 图像去噪 5 非局部均值滤波 4 图像分割 4 非局部空间信息 3 图像复原 3 预选择 2 非局部相似性 2 非局部滤波 2 稀疏表示 2 图像特征 2 图像处理 2 tv正则化 2 高斯噪声 1 高斯加权窗 1 非平衡湍流 1 非局部空间灰度 1 非局部正则化 1 非局部方法 1 非局部平均算法 1 非局部均值加权 1 非局部 1 非下采样shearlet特征描述子 1 阈值化 1 遥感图像 1 边缘信息 1 身份鉴别 1 谱聚类 1 调制雷诺应力 1 自适应采样 1 自适应滤波 1 能量紧致 1 联合直方图 1 结构相似权系数 1 纺织品图像 1 纹理增强 1 算子分裂 1 等价性变换 1 离散余弦变换 1 相干斑抑制 1 相似性矩阵 1 监督局部映射(slp) 1 监督化拉普拉斯判别分析 1 特征提取 1 煤矿井下 1 滤波参数 1 测度函数 1 波动方程 1 步态识别 1 正则化 1 模糊c-均值聚类 1 梯度域奇异值分解 1
基于Lp范数的局部自适应偏微分方程图像恢复
An Adaptive PDE Image Processing Method Based on Lp Norm
LI Bo1 SU Zhi-Xun1 LIU Xiu-Ping1 Abstract A new Lp regulation based PDE image processing model is proposed to improve the TV model by Tony Chan and the p-Laplace method by Zhang. The new model adopts adaptive regulation at different pixels of the image, in contrast to the TV method using a global regulation, so that it keeps the detail information such as edges better while diffuses the flat regions. Numerical experiments on image denoising, deblurring and inpainting are given to show that the new model is superior to the existing models. Key words Partial differential equations (PDE), Lp norm, image denoising, image restoration
如果模糊核函数 h 是未知的, 上述问题就演变为下
收稿日期 2007-03-28 收修改稿日期 2007-07-31 Received March 28, 2007; in revised form July 31, 2007 国家自然科学基金 (60673009), 新世纪优秀人才支持计划 (NCET05-0275) 资助 Supported by National Natural Science Foundation of China (60673009) and Program for New Century Excellent Talents in University (NCET-05-0275) 1. 大连理工大学应用数学系 大连 116024 1. Department of Applied Mathematics, Dalian University of Technology, Dalian 116024 DOI: 10.3724/SP.J.1004.2008.00849
基于域变 换( domain transform )的重建方法
基于域变换( domain transform )的重建方法域变换重建方法（Domain Transform Reconstruction）是一种用于图像处理和计算机视觉领域的重建方法，通常用于对图像进行去噪、增强和超分辨率等操作。
这种方法基于域变换滤波器，可以在保留图像细节的同时有效地去除噪声。
域变换重建方法的基本思想是利用域变换滤波器对图像进行非局部均值滤波，通过对图像像素的相似性进行分析，降低噪声的影响，同时保留图像的细节和纹理。
在这种方法中，域变换滤波器可以根据像素之间的相似性和空间距离来调整权重，从而实现对图像的重建和增强。
域变换重建方法的步骤通常包括：
1. 构建域变换滤波器：根据图像的特性和需求，设计合适的域变换滤波器，用于对图像进行非局部均值滤波。
2. 计算像素相似性：对图像中的每个像素，计算其与周围像素的相似性，确定权重。
3. 应用滤波器：根据像素相似性和空间距离，采用域变换滤波器对图像进行重建处理。
4. 优化参数：根据实际效果和需求，对域变换滤波器的参数进行调整和优化，以获得更好的重建结果。
域变换重建方法在图像处理中具有广泛的应用，可以有效地提高图像的质量和清晰度，同时保留细节和纹理。
这种方法在去噪、超分辨率、图像增强等方面有着重要的作用。
数据去噪算法
数据去噪算法
1、中值滤波器（Median Filter）：这是一种非线性数字滤波技术，通过用邻域中值替换每个像素值来去噪。
它对于去除椒盐噪声（Salt-and-Pepper Noise）特别有效。
2、Wiener滤波器：Wiener滤波器是一种统计最优估计方法，它基于对信号和噪声的统计特性的了解。
在去噪问题中，Wiener滤波器试图找到能够最大限度地减少误差的滤波器。
3、Kalman滤波器：这是一种线性动态系统状态估计方法，它也适用于去噪。
Kalman滤波器特别适合于处理带有随机噪声的数据。
4、小波去噪（Wavelet Denoising）：小波分析可以提供信号的时间和频率信息，这使得它成为一种有效的去噪技术。
小波去噪通过将信号分解为小波系数，然后去除噪声的小波系数，最后重构信号。
5、非局部均值去噪（Non-Local Means Denoising）：这种算法基于图像块的相似性。
它将每个像素替换为其最相似的邻居的平均值，这样可以有效地去除噪声。
基于图像分割的非局部均值去噪算法
基于图像分割的非局部均值去噪算法徐苏;周颖玥【期刊名称】《计算机应用》【年(卷),期】2017(37)7【摘要】针对传统非局部均值(NLM)算法的滤波参数非自适应及去噪后边缘易模糊的缺点,提出一种基于图像分割的非局部均值去噪算法.该算法分为两个阶段:第一阶段根据噪声大小及图像纹理自适应确定滤波参数的值,并采用传统非局部均值算法得到去噪结果图;第二阶段根据像素点方差的不同,将该去噪结果图分为细节区域和背景区域,再对属于不同区域的图像块分别去噪,同时为了更有效地去除噪声,还采用了反向投影的方式,充分利用了第一阶段方法噪声中残留的结构信息.实验结果表明,与传统非局部均值算法及其三种改进算法相比,所提算法的峰值信噪比(PSNR)及结构相似性(SSIM)更高,纹理细节和边缘结构更完整,图像更清晰,本真信息保留更完整.%Focusing on the problems of non-adaption of filtering parameters and edge blur of Non-Local Means (NLM) algorithm,an improved NLM denoising algorithm based on image segmentation was proposed.The proposed algorithm is composed of two phases.In the first phase,the filtering parameter was determined according to the noise level and image structure,and traditional NLM algorithm was used to remove the noise and generate the rough clean image.In the second phase,the estimated clean image was divided into detailed region and background region based on pixel variance,and the image patches belonged to different regions were denoised separately.To effectively remove the noise,the back projectionwas utilized to make full use of the residual structure from the method noise of the first phase.The experimental results show that compared with traditional NLM and three NLM-improved algorithms,the proposed algorithm achieves higher Peak Signal-to-Noise Ratio (PSNR) and Structural SIMilarity (SSIM),while maintaining more structure details and edges,making the denoised image clear and retaining the complete real information.【总页数】6页(P2078-2083)【作者】徐苏;周颖玥【作者单位】西南科技大学信息工程学院,四川绵阳621010;特殊环境机器人技术四川省重点实验室(西南科技大学),四川绵阳621010;西南科技大学信息工程学院,四川绵阳621010;特殊环境机器人技术四川省重点实验室(西南科技大学),四川绵阳621010【正文语种】中文【中图分类】TP391.413【相关文献】1.基于梯度特征的双核非局部均值去噪算法 [J], 张玉征;杨词慧;林泉2.基于局部边沿方向的非局部均值图像去噪算法 [J], 贾丽娜;焦枫媛;刘瑞强;桂志国3.基于直觉模糊散度的自适应非局部均值去噪算法 [J], 张宁; 宋小鹏; 刘祎; 张鹏程; 桂志国4.基于3维轴距与非局部均值的无人机巡检图像去噪算法 [J], 唐丽丽;马宪民;商立群5.基于边缘检测的非局部均值图像去噪算法 [J], 李向前因版权原因，仅展示原文概要，查看原文内容请购买。
【国家自然科学基金】_非局部均值算法_基金支持热词逐年推荐_【万方软件创新助手】_20140801
科研热词 1 非局部均值 2 小波分析 3 图像去噪推Fra bibliotek指数 1 1 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
科研热词 推荐指数 图像去噪 3 高阶核回归 1 非线性扩散拉普拉斯金字塔算法 1 非局部方向性核先验 1 非局部均值算法 1 非局部均值滤波 1 非局部均值 1 结构自适应重建 1 结构张量 1 离体牙 1 梯度 1 方向性矩阵 1 平均曲率流滤波 1 局部对比度 1 光学相干层析成像 1 sobel算子 1 bayesian-map 1
科研热词 推荐指数 非局部均值 6 图像去噪 4 非局部均值滤波 3 预选择 2 非局部滤波 2 图像特征 2 图像复原 2 tv正则化 2 高斯噪音 1 高斯噪声 1 非局部均值滤波(nlmf) 1 非局部均值加权 1 非局部 1 非下采样shearlet特征描述子 1 降噪 1 遥感图像 1 边缘信息 1 自适应滤波 1 脉冲噪音 1 能量紧致 1 联合直方图 1 结构相似权系数 1 算子分裂 1 离散余弦变换 1 相干斑抑制 1 相似集 1 滤波参数 1 混合噪音 1 正则化 1 梯度域奇异值分解 1 梯度 1 核方法 1 样本邻域 1 极化合成孔径雷达 1 旋转不变性 1 方差 1 方向邻域窗 1 数字图像 1 形态差异 1 平移不变性 1 小波矩 1 奇异值分解 1 均值 1 图像恢复 1 图像处理 1 图像分类 1 回归分析 1 变化检测 1 医学图像 1 动态模糊fisher分类器 1 加权核函数 1 加权平均 1
2014年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
贺兰山岩画的多尺度非局部滤波算法
将 图像 从变 换域 转换 到原 始 空 间 域 ， 达 到 去 除 图像
噪声 的 目的． 小 波变 换 因具 有 时频 聚焦 、 多 分 辨率 、
第３ ４ 卷 第４ 期
Ｖ０ １ ． ３ ４ Ｎｏ ． ４
宁夏 大 学 学报 （ 自然科 学版 ）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｎｉ ｎ ｇ ｘ ｉ ａ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ （ Ｎａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
之后， Ｂ ｕ ａ ｄ ｅ ｓ等 人 ｌ ＿ １ 进 一 步 提 出 了 基 于块 相 似度 量 的非 局部 均值 滤 波算 法 （ ＮＬ Ｍ） ． 这一 算法 打
２ ０ １ ３ 年１ ２ 月
Ｄｅ ｃ ．２ Ｏ１ ３
文章编号 ： ０ ２ ５ ３ — ２ ３ ２ ８ （ ２ ０ １ ３ ） ０ ４ — ０ ３ ０ ６ — ０ ７
贺兰 山岩画的 多尺度非局部滤 波算 法
刘 国 军 ， 张 选 德 ， 马 月梅
（ １ ． 宁夏 大 学 数 学 计 算机 学 院 ， 宁夏 ｔ ｌ ｔ ） ｌ ｌ ７ ５ ０ ０ ２ １ ； ２ ． 宁夏 大 学 民 族预 科 教 育 学 院 ， 宁夏 银 川 ７ ５ ０ ０ ０ ２ ）
（ Ｂ Ｌ二
声、 散粒 噪声 、 热 噪声 等 ． 这些 噪声 的 存 在 影 响 了 图 像 的质 量 ， 尤 其是 破坏 了像 素之 间 固有 的相关性 ． 因 此， 图像 去噪 是边 缘检 测 、 分割、 目标 识 别 等 问题 的
图像去噪的实现方法
图像去噪的实现方法图像去噪是数字图像处理中重要的一个方面，它可以消除图像中不需要的信息，提高图像的质量。
在实际应用中，由于各种原因（如图像采集设备的噪声、储存时的压缩等），图像中会存在不同程度的噪声。
因此，去噪技术具有很高的应用价值。
本文将介绍几种常见的图像去噪方法。
1. 双边滤波算法（Bilateral filtering）双边滤波算法是一种常用的图像去噪方法，它对图像中的每个像素进行滤波，在滤波过程中，考虑了像素之间的空间距离和像素之间的颜色相似度，从而减少了对边缘的影响。
它的主要优点是能够有效保留图像的细节信息，同时去噪效果较好。
但是，该算法的计算量较大，并且可能导致图像产生模糊。
2. 小波去噪算法（Wavelet denoising）小波去噪算法是使用小波变换对图像进行去噪的方法。
它将图像变换到小波空间后，利用小波系数的特点对图像进行去噪。
小波变换在不同尺度上对图像进行分解，并对每个分解系数进行滤波和重构，去除噪声和保留图像细节。
相比于传统的线性滤波方法，小波去噪算法具有更好的非线性处理能力，可以去除各种类型的噪声。
3. 总变分去噪算法（Total variation denoising）总变分去噪算法是一种压制噪声的非线性方法。
它是基于图像中像素之间的变化量来对图像进行去噪的。
具体来说，总变分去噪算法通过最小化图像中像素之间的总变分（即像素值变化的总和）来实现去噪。
由于总变分具有平滑和稀疏性的特点，因此该算法能够有效去除图像中的噪声，并且可以保持图像的边缘信息。
4. 非局部均值去噪算法（Non-local means denoising）非局部均值去噪算法是一种基于相似度的去噪方法。
它通过寻找图像中相似的块，计算它们之间的均值来进行去噪。
该算法的主要优点是能够有效去除高斯噪声和椒盐噪声，并且对图像平滑处理的影响较小。
但是，该算法的计算量较大，对于大型图像处理可能会导致计算时间过长。
总之，以上介绍的图像去噪方法都有各自的优点和缺点，在不同的应用场景下具有不同的适用性。